dsh-voice-unified
DSH 统一声音插件：多音色克隆与进化、按需语音回复、七种情感 TTS、翻唱换声直出、音乐缓存联动与管理界面。
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add github:ten-feng/dsh-plugin-voice-unified#5e45e54d503717be6d4a6cbc28f451a525a092c1
Voice Unified 以 dsh-voice-unified 发布，当前版本为 1.6.2。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
一个 DSH 插件，统一管理多音色、音色进化、情感 TTS、翻唱换声直出、音乐缓存联动与管理界面。 音频默认全部在本机处理；不把样本、对话或音频上传到云端。
| 能力 | 实现 |
|---|---|
| 多音色档案 | 创建、命名、描述、标签、删除、启用/停用；每个档案独立管理样本、训练版本、试听记录 |
| 全局默认音色 | 全局唯一默认，按需语音回复与默认翻唱使用它；可随时切换 |
| 临时音色 | voice.speak / voice.cover.run 可临时指定档案，不改变全局默认 |
| 样本与进化 | 上传/录音/参考音频、追加样本、静音切片、质量检测、时长统计、增量训练、版本回滚 |
| 情感语音 | 平静、开心、温柔、严肃、安慰、兴奋、低落；情绪/语速/音调/停顿参数；跨轮情绪；可重置 |
| 翻唱流水线 | STFT 中置软掩码分离 → 音色转换 → 默认清唱+伴奏（主唱清晰、原唱人声关闭）→ MP3/WAV；异步队列、日志、重试、导出 |
| 按需语音 | 默认不自动播报；只有用户明确说“唱/说/语音/朗读/翻唱”等时才生成；语音回复省略过程说明 |
| 直出语音回复 | 按需语音或翻唱完成后默认写入当前会话，对话内直接播放；失败不阻塞普通对话 |
| 右键转文字 | 右键对话内语音播放器查看/复制文本；TTS 优先用原始文本，其他音频走本地识别 |
| 微信式语音 | 回复与翻唱统一显示为微信式语音气泡，按时长自适应宽度 |
| 音乐插件联动 | 接收缓存文件路径/URL/歌曲名；监听缓存目录；可直接抓取音乐插件当前音频流 |
| 管理界面 | 设置页「声音」入口或 Ctrl+Shift+V 打开管理面板，四页：音色管理、语音设置、翻唱任务、全局状态；面板标题栏可拖动 |
| 工具接口 | 14 个命令的完整参数与返回；同时提供 DeepSeek 可调用的下划线别名与统一 voice 入口 |
完整步骤见 INSTALL.md。
# 在插件目录执行；profile 名按你的 DSH 安装替换
dsh plugin --profile desktop add "link:C:\绝对路径\dsh-voice-unified"
# 重启 DSH 后生效
要求 Windows 10/11 x64、DSH ≥ 0.2.1、可用的 Windows SAPI 中文音色（系统自带
Microsoft Huihui Desktop）、DSH 自带 Python + numpy。ffmpeg 已随包提供。
需求中的 14 个命令名包含点号。DeepSeek API 的工具名只接受
^[a-zA-Z0-9_-]+$，直接把 voice.profile.create 注册给模型会导致整个请求
INVALID_REQUEST。因此插件默认：
voice_profile_create、voice_profile_add_sample ……voice，action 使用精确点号命令名（如
voice.profile.create），params 为参数对象。命令词汇、参数和返回保持完全一致。DSH_VOICE_DOTTED_TOOLS=1 可选开启，供工具名语法允许点号的宿主使用。详细对照见 docs/TOOLS.md。
默认 ~/.dsh/dsh-voice-unified/，可用 DSH_VOICE_HOME 覆盖：
state.json 音色、版本、设置、队列、情绪状态
samples/<profile>/ 原始样本与解码后的 24k WAV
audio/replies/ 自动/手动语音回复
audio/previews/ 训练版本试听
audio/covers/ 翻唱成品 MP3/WAV/预览
cache/ 从音乐插件抓取的音频
temp/ 引擎临时文件
# 纯引擎测试（102 项）
node tests/engine/run-tests.mjs
# 核心链路：建档、样本、训练、试听、情感、翻唱直出
node tests/core-smoke.mjs
node tests/cover-smoke.mjs
node tests/emotion-smoke.mjs
# 对运行中的隔离 DSH 实例跑 22 项 live 验收
node tests/live-acceptance.mjs http://127.0.0.1:61999
# 真实浏览器 CDP UI 冒烟（需 Edge 远程调试）
node tests/ui-cdp.mjs
96 + 时长×4.6（上限 238）改为 64 + 时长×2.6（上限 170），29 秒语音约 139px。插件代码 MIT。随包 bin/ffmpeg.exe 为 GPL 构建，见 NOTICE-ffmpeg.txt。